關(guān)鍵詞：機器學習；線上線下；混合式教學；課程思政；雨課堂

0 引言

隨著計算機技術(shù)的不斷發(fā)展，人工智能技術(shù)不僅在物聯(lián)網(wǎng)、智慧安防、自動駕駛、智慧醫(yī)療等工業(yè)和商業(yè)領(lǐng)域取得了顯著發(fā)展，同時人工智能技術(shù)通過智能家居、虛擬個人助理等方式不斷融入人們的日常生活和工作中。人工智能技術(shù)是未來科技競爭的重要領(lǐng)域，受到了各個國家的高度重視，紛紛支持人工智能相關(guān)專業(yè)的發(fā)展和培育。目前國內(nèi)外高校紛紛開設了人工智能專業(yè)，旨在培養(yǎng)具備人工智能知識和技能的高素質(zhì)人才，以滿足各行各業(yè)對人工智能專業(yè)人才的需求，進一步推動了人工智能技術(shù)在各個領(lǐng)域的應用和發(fā)展[1]。

在人工智能專業(yè)的人才培養(yǎng)中，機器學習專門研究計算機如何利用經(jīng)驗改善機器的能力，是人工智能相關(guān)專業(yè)的核心課程之一[2]。機器學習課程教學質(zhì)量的好壞，直接影響學生對人工智能的學習興趣。因此，如何通過機器學習課程教學幫助學生建立人工智能的基礎理論和基本實踐能力，為后續(xù)跨學科應用做好知識和能力儲備至關(guān)重要。

1 教學現(xiàn)狀及存在的主要問題

機器學習課程作為人工智能的核心課程之一，涉及多個學科領(lǐng)域，其內(nèi)容較抽象，對各類數(shù)學知識的綜合運用要求較高，因此不易理解，此外，該課程對學生所學知識點的綜合運用能力要求較高。然而，一些高校仍然采用傳統(tǒng)的填鴨式教學方式，過于注重內(nèi)容知識的傳播，忽視學生的實踐應用能力，利用教育信息化手段不夠多樣化[3]，進一步加劇了學生的學習困難。因而梳理出目前機器學習課程存在的問題，并對教學模式進行合理設計，以提高教學質(zhì)量，更好地實現(xiàn)教學目標。

1.1 跨學科知識整合能力不足

機器學習理論學習難度較高，需要先修多門課程，包括高等數(shù)學、矩陣論、線性代數(shù)、

概率與數(shù)理統(tǒng)計、最優(yōu)化理論、數(shù)據(jù)結(jié)構(gòu)等理論知識，以及Numpy、Matplotlib、Pandas、Python等編程實踐課程。盡管大部分高校均已開設此類課程，但是教學過程仍以教師講授為主，數(shù)學思維與實際應用的結(jié)合不夠緊密，內(nèi)容交叉程度不夠深入，造成學生對理論內(nèi)容理解得不夠全面和深入，同時由于前導課程都是單獨講授，內(nèi)容交叉部分較少，造成學生運用現(xiàn)有知識綜合運用分析問題的能力較弱，探索知識的主動性不足。在實踐編程課程的教學過程中，部分程課程過于注重語法和算法的學習，而忽略了實際項目經(jīng)驗的積累，實踐教學內(nèi)容綜合性差，導致學生無法真正掌握編程技術(shù)的應用，尤其是編程思維的形成。

1.2 課程內(nèi)容抽象且教育信息化建設滯后

機器學習課程與數(shù)學聯(lián)系緊密，因此在講授理論和原理過程中，會涉及大量公式推導，如果單純采用傳統(tǒng)的課堂講授方式，可能導致學生望而生畏，注意力不集中，聽不進去或者，理解效果差等情況，進而影響教學效果。同時教育信息化應用新技術(shù)的手段不足，導致教師在批改作業(yè)、學情收集、課堂管理等方面消耗了大量精力，造成教師減少了對教學內(nèi)容設計和教學過程安排的時間。此外，由于教學實踐內(nèi)容與實際場景存在脫節(jié)現(xiàn)象，尤其是在工業(yè)領(lǐng)域應用和拓展實踐方面較少，結(jié)合具體生活應用場景也不夠深入。這使得學生對所學內(nèi)容的應用感到困惑，造成理論與實踐的結(jié)合存在一定的脫節(jié)，與新工科對應用型人才培養(yǎng)的新要求存在一定差距。

1.3 缺乏主動求知和探索的動力

學習動力是激發(fā)學生積極性和主動性的關(guān)鍵因素，也是將學習導向某一目標的原動力。當學生的學習動力和探索求知的動力不足時，不僅造成學生學習興趣減弱，而且會影響學習效果，進而不能實現(xiàn)教學目標。機器學習課程通常在大三年級開設，但是大部分學生對知識的吸收仍然習慣于被動式聽講按照老師安排進行學習活動，缺乏主動學習和主動探索知識的能力，批判性思維沒有形成。這種狀況造成學生對課程的興趣降低，課程目標無法真正實現(xiàn)，這也不符合而新工科對學生創(chuàng)新思維和緊跟時代前沿的要求[4]。

1.4 思政教育融合不全面

機器學習作為理工科課程，思政內(nèi)容經(jīng)常僅局限于技術(shù)和工程領(lǐng)域，而缺乏對社會、政治、文化等更廣泛領(lǐng)域議題的深入探討。這導致機器學習課程不能在塑造學生的價值觀、世界觀和人生觀方面不夠全面。此外，機器學習課程本身學習難度較大，而思政內(nèi)容融入方式生硬或者直接套用案例，會降低學生對本課程的學習興趣[5]。因此，將思政內(nèi)容融入機器學習課程時，需要注重內(nèi)容的深度和廣度，并采用恰當?shù)姆绞竭M行呈現(xiàn)，

2 線上線下的混合式教學模式

線上線下混合式教學模式是一種基于“互聯(lián)網(wǎng)+”的新型教學模式，它將傳統(tǒng)教學手段與雨課堂教學平臺[6]相結(jié)合。這種教學模式采用“線下教學為主，線上教學為輔”的方式進行如圖1所示。這種教學模式旨在實現(xiàn)線上線下的完整統(tǒng)一和融合。通過這種教學方法可以激發(fā)學生的自主學習意識，提升學生對課程的探索欲和好奇心。這有助于解決傳統(tǒng)“填鴨式”教學中學習者被動學習、缺乏創(chuàng)新等問題。在實踐教學過程中，積極采用百度飛槳平臺的實踐案例，通過引導學生參加創(chuàng)新創(chuàng)業(yè)比賽、藍橋杯、人工智能比賽等，積極培養(yǎng)學生的實際動手能力和科學的抽象思維能力。此外，采用線上線下的教學模式使教師和學生可以突破傳統(tǒng)的教室和課堂的限制，實現(xiàn)異地、異步、協(xié)同的教學，從而增加了課程的交流和合作機會。這有助于課程的評價和改進。教師可以通過數(shù)據(jù)分析、在線問卷、學習追蹤等方式，及時了解學生的學習情況和反饋意見，從而調(diào)整教學策略和方法，進一步提升了教學質(zhì)量。

2.1 有效融入思政元素

將專業(yè)教學有機融合課程思政，是新時代高校教育教學改革的發(fā)展方向，更是高校落實立德樹人根本任務的重要抓手。針對教學過程中出現(xiàn)的問題，通過貫徹立德樹人、以生為本的教育理念，結(jié)合課程本身的知識點，將專業(yè)教學目標和課程德育目標相結(jié)合。在機器學習的課程教學中，通過合理的教學設計與教學方法，將思政教育融入機器學習課程的教學過程中，實現(xiàn)全方位的課程思政工作。思政內(nèi)容題材可以選擇中國道路自信、行業(yè)領(lǐng)域發(fā)展信心、社會熱點、工匠精神、團隊意識、人工智能安全等，通過多角度融入機器學習的課程教學過程中，實現(xiàn)教學內(nèi)容與思政內(nèi)容無縫銜接，內(nèi)容多樣，從而更全面地塑造學生的價值觀。同時，通過課堂小組討論等方式提高課程教學的活躍度，使思政內(nèi)容更加深入人心。

2.2 教學平臺使用

線上教學平臺采用雨課堂教學平臺。雨課堂是清華大學和學堂在線共同推出的新型智慧教學解決方案，也是教育部在線教育研究中心的最新研究成果。該平臺支持多種終端，包括手機端、電腦端等，并支持PPT、微信等應用軟件，實現(xiàn)師生在線實時互動，同時提供教學全周期數(shù)據(jù)分析等功能 [6]。

線下實踐教學平臺采用Jupyter Notebook。Jupy?ter Notebook是基于B/S架構(gòu)的應用程序，安裝簡單易用。該平臺能讓用戶記錄實驗過程中的說明文本、數(shù)學方程、代碼和可視化內(nèi)容等，方便教學服務和學生實踐服務，尤其適合機器學習課程的教學使用。

2.3 課程資源庫建設

課程資源旨在創(chuàng)建和提供各種學習資源，是提高教學質(zhì)量和學生學習效果的關(guān)鍵環(huán)節(jié)，可以支持學生的自主學習和主動學習。課程資源通常需要教師團隊共同建設。具體建設內(nèi)容包括研究前沿熱點文獻，算法背景知識，平時作業(yè)題庫、章節(jié)測試題庫、重難點微視頻，算法過程動畫展示、教學PPT資源、教學大綱、課程思政案例等資料如圖2。同時，將百度飛槳的教學實踐、國外教學平臺的實驗材料進行整合，并上傳到雨課堂平臺，為實施線上線下混合式教學改革奠定堅實基礎。這些數(shù)據(jù)資源的積累為未來的分層教育提供教學數(shù)據(jù)資源支撐。此外，引入一些與機器學習相關(guān)的競賽資源，如Kaggle競賽、中國機器人及人工智能大賽、阿里云天池大數(shù)據(jù)競賽以及藍橋杯比賽等[7]，以進一步培養(yǎng)學生的實際操作能力和創(chuàng)新思維。

2.4 線上線下混合式教學實施過程

課前階段，教師根據(jù)教學目標和教學計劃，將每節(jié)課的前導資料和上課資料上傳到雨課堂平臺，供學生提前預習教材或講義的相關(guān)內(nèi)容，了解學習的知識點和概念。利用雨課堂的功能記錄學生的學習情況，設計相關(guān)的填空題、選擇題、問答題等題型，提供學生進行自測。教師通過雨課堂的功能檢驗學生的預習效果，提前獲取學情資料，及時調(diào)整課下教學計劃和授課內(nèi)容。

課中階段，根據(jù)教學內(nèi)容的不同，課程內(nèi)容分為理論教學和實踐教學兩部分。在課堂授課前，利用雨課堂的簽到功能，實現(xiàn)手機簽到，確保學生的出勤率。結(jié)合課前學生的預習情況，教師在課堂講授時，對重點難點知識進行重點講解，解答學生課前反饋的問題。在課堂上，采用互動式、討論式等多種教學方式，進行課堂精講和實踐操作，與學生進行面對面交流和指導。針對機器學習課程抽象性強、學生理解難的問題，采用“生活實例解讀”的教學方式，將日常生活實例引入課程，幫助學生逐漸培養(yǎng)抽象思維能力。在每次線下授課的最后10～15分鐘，針對課堂章節(jié)知識點以及預習的測試題錯誤率高的問題進行考核，考核成績計入平時成績。

課后階段，為了提升學生的自主學習和主動探索的能力，在雨課堂布置一些調(diào)研類、前沿文獻閱讀類、探索類的項目，激發(fā)學生的探索欲和學習熱情。教師利用雨課堂平臺可以實時觀察學生提交和完成作業(yè)的情況，并進行查閱和評價。本次成績作為作業(yè)成績的一部分。同時，根據(jù)課程班級建立微信群，學生可以對課上存在的疑問隨時在微信群中進行留言或提問，教師也可以針對學生的問題進行差異化輔導。

2.5 實施全過程考核方式

過程性評價是指在教學全過程中，對教學活動的實施進行持續(xù)評價，根據(jù)教學過程中的效果，及時對教學內(nèi)容進行調(diào)整，確保教學計劃不斷優(yōu)化并達到預期的教學目標。在教學過程中，利用雨課堂教學平臺對學生進行全過程考核。具體考核成績包括學生考勤情況、課前學習情況、課堂測驗成績、實驗成績和期末成績等?？紤]到過去學生普遍存在學習積極性不高、考試成績不理想的狀況，在完善課堂教學方法和教學內(nèi)容的基礎上，摒棄了過去的平時成績、期中考試成績和期末考試成績的簡單疊加方式，轉(zhuǎn)而采用更為全面的全過程考核方式。這種考核方式更加注重評價的多維度，旨在對學生進行全面、準確的考核和評價。通過強化過程化考核在學習過程中的重要性，促使學生更加重視平時的學習過程，從而培養(yǎng)他們良好的學習習慣和學習動力。

2.6 積極引導學生參與學科競賽

通過鼓勵學生參加機器學習類競賽和藍橋杯編程類競賽，不僅能夠深化學生對理論知識的理解，提高學生的動手實踐能力，還有助于學生接觸更廣泛、更深入的科學知識，有利于學生重構(gòu)自己的知識體系，擴寬思路和科研知識。同時，這些學科類競賽能夠提高學生的團隊協(xié)作意識，激發(fā)學生的學習熱情和興趣，促進學生能夠更加積極主動地學習和探索。

3 結(jié)論

針對機器學習課程教學過程中存在的問題，通過不斷的教學實踐，在機器學習課程中實施課前、課中、課后的線上線下混合式教學模式，結(jié)合思政育人理念，加強比賽類的教學實驗實踐，實施機器學習課程的全過程考核方式。這些措施有利于培養(yǎng)學生的創(chuàng)新思維、抽象思維、動手實踐能力和主動學習能力。最后，利用雨課堂平臺進行教學信息化建設，為未來的教學內(nèi)容細化和分層教育提供數(shù)據(jù)支持。